본문 바로가기

반응형

인공지능/수학

(5)
ML에 들어가는 수학을 공부하자 (선형 모델 OPM)
ML에 들어가는 수학을 공부하자 (선형 모델 Elastic-Net) 어 다음 주부터 인공지능 필요한 수학 정리해보도록 하겠습니다 감사합니다.
ML에 들어가는 수학을 공부하자 (선형 모델 Lasso) 안녕하세요 구현이나 코드는 머신러닝 카테고리에서 봐주세요~ 이번에는 Lasso에 들어가는 수학을 공부해봅시다~ 0이 아닌 계수가 더 적은 솔루션을 선호하는 경향이 있기 때문에 일부 상황에서 유용하여 주어진 솔루션이 의존하는 기능의 수를 효과적으로 줄입니다. 이러한 이유로 Lasso와 그 변형은 압축 감지 분야의 기본입니다. 특정 조건에서는 0이 아닌 계수의 정확한 세트를 복구 할 수 있습니다 en.wikipedia.org/wiki/Lasso_(statistics) Lasso (statistics) Statistical method In statistics and machine learning, lasso (least absolute shrinkage and selection operator; also L..
ML을 해보자: 선형 모델 수학편( 릿지 회귀 분류) 안녕하세요 오늘은 릿지 회귀 분류에 관한 수식에 대해 공부해 볼려고 하는데요 릿지 회귀 분류의 수직은 이렇습니다. 여기서 W는 가중치인거 같습니다 가중치를 줘서 y를 찾는다고 보시면 될 듯하네요 빠른 시일 내에 제가 찾은 딥러닝의 관한 수학책과 심층학습이라는 책을 읽어볼려고 합니다. 이번 달까지만 아마 수식에 관한 설명은 잘하지는 못할 것 같네요
ML을 해보자 :선형모델 수학 편(보통 최소 제곱) 이번엔 선형모델 수학편(보통 최소 제곱)을 해보려고 합니다 아 참고로 코드부분은 머신러닝 카테고리에서 찾아주세요(모든 자료는 사이킷런 튜토리얼에서 가져왔습니다) 보통 최소 제곱에 관한 수학을 공부해보려는데요 별로 특별하게 어려운 부분이 없을거라 생각합니다 먼저 선형모델 기본 수학은 목표 값이 피처의 선형 조합 일 것으로 예상되는 회귀를위한 일련의 방법을 선형모델이라고 합니다. 수식으로 표기하면 (y는 예측값입니다) 이렇게가 되겠네요 보통 최소 제곱 모델은 선형 모델에서 계수가있는 선형 모형에 적합 가중치 데이터 세트에서 관측 된 목표와 선형 근사로 예측 된 목표 사이의 잔차 제곱합을 최소화합니다. 수식으로 나타내면 로 나타낼 수 있겠내요 천천히 차차 알아갑시다 (오류가 있을시 언제든지 댓글로 알려주세요)

반응형